W ramach konkursu zespoły z całego świata otrzymały 2,5 tys. zbiorów danych, na podstawie których miały opracować rozwiązania mogące poprawić jakość życia mieszkańców metropolii przyszłości. Szczególnie mile widziane były pomysły, które mogłyby rozwiązać choć jeden z kluczowych problemów dzisiejszych miast: nadmierny poziom zanieczyszczeń, niezawodność dostaw energii, efektywność transportu czy szeroko pojęte bezpieczeństwo. Uczestnicy mieli zaledwie dwa tygodnie na zdefiniowanie problemu, zaprojektowanie rozwiązania oraz przedstawienie jego prototypu.
Polski laureat
Jednym z uczestników konkursu był zespół Polsko-Japońskiej Szkoły Technik Komputerowych, wzmocniony studentami Międzywydziałowego Koła Naukowego Politechniki Warszawskiej SMART CITY oraz Wydziału Elektroniki i Technik Informacyjnych PW. Studenci postanowili napisać aplikację promującą przyjazny dla ludzi i środowiska transport publiczny. Zainspirowali się bowiem słowami byłego burmistrza Bogoty, który powiedział, że rozwinięte miasto to nie takie, w którym ubodzy jeżdżą samochodami, tylko takie, w którym bogaci korzystają z publicznego transportu. Powstała aplikacja pozwala na optymalizację rozkładu przystanków komunikacji miejskiej tak, aby skrócić czas przejazdu transportem publicznym pomiędzy najważniejszymi punktami Abu Dhabi, jednego z największych miast w Zjednoczonych Emiratach Arabskich. Rozwiązanie można zastosować również w innych miastach świata.
– Po rozmowach z mieszkańcami Abu Dhabi inaczej spojrzeliśmy na analizowane dane. Zauważyliśmy, że większość osób w ZEA wybiera samochód do nawet krótkich podróży. Zaczęliśmy się zastanawiać, co właściwie jest tego przyczyną – powiedziała Aleksandra Jamróz, studentka II roku Informatyki na Wydziale Elektroniki i Technik Informacyjnych PW, która została zwerbowana do zespołu jako pasjonatka idei smart city. – Wszystko wskazywało na to, że za aktualny stan rzeczy odpowiada niedopasowana do rzeczywistych potrzeb komunikacja publiczna. Dlatego też postanowiliśmy zaproponować rozwiązanie poprawiające jej funkcjonowanie. Przearanżowaliśmy obecny system linii autobusowych i umiejscowienie poszczególnych przystanków tak, aby z wybranego punktu A do punktu B można było dojeżdżać szybciej, niż obecnie.
Uczenie maszynowe i sztuczna inteligencja
Do analizy rozkładu przystanków i kosztów przejazdu wykorzystano bazy danych, uczenie maszynowe i sztuczną inteligencję mając na celu ułatwienie podróżnym podejmowanie świadomych decyzji poprzez przedstawienie poziomu efektywności i opłacalności różnych środków transportu. Przedstawione rozwiązanie składa się z dwóch programów. Pierwszy podpowiada użytkownikowi, jaki środek transportu bardziej opłaca się wybrać na określonej trasie – po wpisaniu adresu początkowego oraz końcowego system automatycznie porównuje czas i koszt przejazdu taksówką oraz komunikacją miejską. Drugi proponuje nowe umiejscowienie przystanków na podstawie dostępnych parametrów takich jak obecny rozkład przystanków, rozmieszczenie atrakcji turystycznych, częstotliwość wykorzystania konkretnych przystanków oraz odległości między nimi. Bezpośrednio z poziomu aplikacji możliwy jest też zakup biletu na autobus oraz zamówienie taksówki. Rezultatem jest nie „tylko” zwiększenie efektywności funkcjonowania transportu zbiorowego w nowoczesnej metropolii, ale także poprawa wygody mieszkańców i zmniejszenie ruchu samochodów, a więc ograniczenie kongestii ruchu drogowego i związanej z nią emisji szkodliwych substancji do atmosfery.
Szczegóły projektu, opis rozwiązania oraz skład polskiej ekipy na stronie organizatora konkursu (po angielsku): https://opendatahackathon.bemyapp.com/?fbclid=IwAR1jgNPlcn7tU87_kjhtRVsFSq5GoSypmuYpMdSyXHwkM_jQzUuxXaVI508#/projects/61b4fff29b614f0031f710a1